Юлий Васильев | Python для data science (2026) [PDF]
Автор: Юлий Васильев
Издательство: Питер
Серия: Библиотека программиста
ISBN: 978-5-4461-2392-6
Жанр: Компьютерная литература
Формат: PDF
Качество: Изначально электронное (ebook)
Иллюстрации: Черно-белые
Описание:Python — идеальный выбор для манипулирования и извлечения информации из данных всех видов. «Python для data science» познакомит программистов с питоническим миром анализа данных. Вы научитесь писать код на Python, применяя самые современные методы, для получения, преобразования и анализа данных в управлении бизнесом, маркетинге и поддержке принятия решений.
Познакомьтесь с богатым набором встроенных структур данных Python для выполнения основных операций, а также о надежной экосистемы библиотек с открытым исходным кодом для data science, включая NumPy, pandas, scikit-learn, matplotlib и другие. Научитесь загружать данные в различных форматах, упорядочивать, группировать и агрегировать датасеты, а также создавать графики, карты и другие визуализации. На подробных примерах стройте реальные приложения, в том числе: службу такси, использующую геолокацию, анализ корзины для определения товаров, которые обычно покупаются вместе, а также модель машинного обучения для прогнозирования цен на акции.
Краткое содержание
Об авторе
Юлий Васильев — программист, писатель и консультант по разработке открыто-
го исходного кода, построению структур и моделей данных, а также реализации
бэкенда баз данных. Он является автором книги «Natural Language Processing
with Python and spaCy»1 (No Starch Press, 2020).
О научном редакторе.
От издательства.
Введение.
Глава 1. Базовые знания о данных.
Глава 2. Структуры данных Python.
Глава 3. Библиотеки Python для data science.
Глава 4. Доступ к данным из файлов и API.
Глава 5. Работа с базами данных.
Глава 6. Агрегирование данных.
Глава 7. Объединение датасетов.
Глава 8. Визуализация.
Глава 9. Анализ данных о местоположении.
Глава 10. Анализ данных временных рядов.
Глава 11. Получение инсайтов из данных.
Глава 12. Машинное обучение для анализа данных.
Скриншоты:
Время раздачи: по мере возможности (минимум до появления первых 3-5 скачавших) 
(Голосов: 
